【きかいがくしゅう】

機械学習 とは?

最終更新:
💡 データから学んだモデルを、新しい入力に使う

データからパターンや関係を学習し、予測・分類・生成などに使うモデルを作る技術。人が問題やデータ、手法を設計し、学習したモデルの性能を確かめて利用する。

📌 このページのポイント
機械学習:学習と推論を分ける 学習:データからモデルを作る りんご バナナ 画像+正解ラベル 学習したモデル 手法で学習 評価:未学習データで性能を確かめる モデル選びと最終テストも分ける 新しい入力 モデルで推論 分類の予測 「りんご」 推論のたびに再学習するとは限らない 予測が必ず正しいわけではない
教師ありの果物分類の例。学習と評価のデータを分け、新しい入力にモデルを使う。
ひよこ ひよこ
機械学習で何ができるの?
ペンギン先生 ペンギン先生
画像の分類、気温などの数値の予測、似たデータのグループ分けなどに使えるよ。生成AIも機械学習を利用する。学習ではデータからモデルを作り、推論ではそのモデルを新しい入力に使う。入力のたびに自動で学び直すとは限らないんだ
ひよこ ひよこ
教師あり・教師なし・強化学習は何が違うの?
ペンギン先生 ペンギン先生
教師あり学習は入力と正解を使い、分類や数値の予測などを学ぶよ。教師なし学習は正解ラベルのないデータから構造を探し、グループ分けなどを行う。強化学習は環境での行動と報酬などを通じて、行動の方針を学ぶんだ
ひよこ ひよこ
ディープラーニングとは別の技術?
ペンギン先生 ペンギン先生
ディープラーニングは機械学習の一手法だよ。多層のニューラルネットワークを使う。一方、決定木など別の構造のモデルもある。複雑な手法なら必ずよいとは決めず、問題やデータ、必要な資源に合わせて性能を確認するんだ
ひよこ ひよこ
学習したデータでよく当たれば十分?
ペンギン先生 ペンギン先生
学習に使っていないデータでも確かめる必要があるよ。学習データに合わせすぎると、新しいデータに対応できない過学習が起こる。前処理にも評価用データの情報を混ぜないようにし、モデル選びの評価と最終テストを適切に分けるんだ
ひよこ ひよこ
モデルを作った後はどうするの?
ペンギン先生 ペンギン先生
運用中のデータや性能も確認するよ。入力の傾向が変わると、性能が落ちる可能性がある。監視やモデルの更新など、開発と運用を支える取り組みがMLOps。データが変わっただけで必ず悪化すると決めず、状況を確かめて対応するんだ
ペンギン
まとめ:ざっくりこれだけ覚えればOK!
「機械学習」って出てきたら「データからパターンを学んだモデルを予測などに使う技術」と思えばだいたいOK!
📖 おまけ:英語の意味
「Machine Learning」 = 機械学習
💬 Machineは機械、Learningは学習だよ。データからモデルを学習する技術を表していて、人と同じように自発的に理解するという意味ではないんだ

参考資料

← 用語集にもどる